网络流量的异常检测与业务类型识别方法的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 专用术语注释表 | 第8-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究背景与意义 | 第9-11页 |
| ·主要研究内容与创新点 | 第11页 |
| ·论文结构 | 第11-13页 |
| 第二章 网络流量分析技术 | 第13-32页 |
| ·网络流量分析技术 | 第13-20页 |
| ·网络流量的特征 | 第13-15页 |
| ·网络流量的采集和测量 | 第15-18页 |
| ·网络流量分析的框架 | 第18-20页 |
| ·现有的检测与识别方法概述 | 第20-30页 |
| ·异常检测方法概述 | 第20-23页 |
| ·业务识别方法概述 | 第23-30页 |
| ·本章小结 | 第30-32页 |
| 第三章 基于相对熵的网络流量异常检测方法 | 第32-44页 |
| ·相关研究 | 第32-34页 |
| ·网络流量的多维分层 | 第34-36页 |
| ·网络流量的维度与熵 | 第34页 |
| ·网络流量的分层与分析视图 | 第34-36页 |
| ·基于相对熵的流量异常检测方法 | 第36-39页 |
| ·检测原理 | 第36-37页 |
| ·算法描述 | 第37-38页 |
| ·算法复杂度分析 | 第38-39页 |
| ·实验与结果分析 | 第39-43页 |
| ·时间窗口参数的选取 | 第39-41页 |
| ·检测率与误报率性能分析 | 第41页 |
| ·异常流量类型检测性能 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于引力聚类的网络流量业务类型识别方法 | 第44-66页 |
| ·相关工作 | 第46-48页 |
| ·引力聚类 | 第48-51页 |
| ·引力定律 | 第48-49页 |
| ·流量引力 | 第49-51页 |
| ·基于引力聚类的流量识别方法 | 第51-56页 |
| ·特征属性选取 | 第51-53页 |
| ·孤立流处理 | 第53-54页 |
| ·初始聚类质心的设定 | 第54页 |
| ·聚类效果评价 | 第54-55页 |
| ·分类识别步骤 | 第55-56页 |
| ·实验与结果分析 | 第56-64页 |
| ·流量簇的形成 | 第57-61页 |
| ·聚类评价 | 第61页 |
| ·识别率对比 | 第61-62页 |
| ·复杂度对比 | 第62-64页 |
| ·本章小结 | 第64-66页 |
| 第五章 总结与展望 | 第66-68页 |
| ·本文工作总结 | 第66页 |
| ·进一步工作展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 附录 1 攻读硕士学位期间撰写的论文 | 第72-73页 |
| 致谢 | 第73页 |
